Sector público: menor satisfacción con IA en centros de contacto

Qué ha ocurrido

Un nuevo análisis sobre el uso de inteligencia artificial en centros de contacto revela que los centros de atención del sector público registran los niveles más bajos de satisfacción del cliente entre todos los sectores analizados cuando la interacción incorpora IA. Según la cobertura de Civil Service World, la brecha no se explica principalmente por la calidad de los modelos de IA empleados, sino por cómo están diseñados los procesos de escalado hacia agentos humanos y por el nivel de confianza que los ciudadanos depositan en estos canales.

El hallazgo sitúa a las administraciones públicas por detrás de sectores como el financiero o el retail, donde la adopción de IA conversacional ha avanzado con mejores resultados percibidos por los usuarios. El mensaje central del informe es que el problema no es tecnológico, sino de diseño del servicio y de gestión de expectativas en el momento en que la IA no puede resolver la consulta y debe transferirla a una persona.

Por qué importa

Para líderes de experiencia y transformación digital en el sector público, el dato desplaza el foco del debate: no se trata de qué modelo de IA usar, sino de cómo se diseña el recorrido completo del ciudadano, incluyendo el momento crítico de la escalada. Cuando un sistema automatizado no logra resolver una gestión y el traspaso a un humano es lento, confuso o requiere repetir información, la frustración se agrava precisamente en un contexto —el de servicios públicos— donde la confianza institucional ya es más frágil que en el sector privado.

Esto tiene implicaciones directas para cualquier organismo que esté desplegando IA conversacional en atención ciudadana: la inversión en tecnología debe ir acompañada de un rediseño explícito de los protocolos de escalado y de mecanismos que refuercen la percepción de confianza, no solo de eficiencia.

La visión de Renascence

El dato confirma algo que en diseño de servicios llevamos tiempo observando: la satisfacción con la IA no se juega en la respuesta automatizada, sino en lo que ocurre cuando esa respuesta falla. El sector público arrastra además una desventaja estructural de confianza que amplifica cualquier fricción en ese punto de transición.

La mayoría de organismos públicos está midiendo el éxito de su IA por la tasa de resolución automática, cuando debería medirlo por la calidad de la transición cuando esa resolución no ocurre. El verdadero indicador de experiencia no es "cuántas consultas resuelve el bot", sino "qué tan bien se siente el ciudadano cuando el bot no puede ayudarle". Un operador centrado en el ciudadano debería rediseñar primero el momento de escalada —tiempos, contexto transferido, lenguaje usado— antes de invertir en mejorar el modelo de IA en sí mismo.

Preguntas frecuentes

¿Por qué el sector público obtiene peor satisfacción con IA que otros sectores?
Según el informe, la causa principal no es la calidad de la IA, sino el diseño deficiente de los procesos de escalado hacia agentes humanos y los menores niveles de confianza ciudadana en estos canales.

¿Qué deberían priorizar los organismos públicos al desplegar IA en atención al ciudadano?
El rediseño del momento de transferencia a un agente humano y el refuerzo de la confianza institucional, más que únicamente la mejora del modelo tecnológico.